首先，我已经成功地将经过微调的Xception模型部署到了我的android应用程序中，除了可以预测出错误的粗糙图像外，它还可以正常工作，但是在我的计算机上，即使该图像可以被预测为正确，即使准确度约为50-60％。因此，将其转换为张量流精简模型会使我的模型精度有所降低。 其次，我最大的问题是，如果我们有4标签预测模型，那么如果输入另一个不在声明的4标签中的对象该怎么办。我试图通过将检测到的对象增加到大约1000个对象来解决此问题:)，但是在尝试添加我的对象（即1004个对象）时也是如此困难。有什么解决方案可以澄清对象是否在标签中？感谢您解决我的问题。 从第二个问题派生的最后一个问题:(，是否有从已经创建的模型中添加标签的方法？例如，默认情况下可以检测到具有1000个对象的Xception，现在我想向其中添加4个或更多对象模型，我该怎么做？我浏览了各个站点，他们都说我们需要再次训练模型：(但是1004个对象在计算上是昂贵的。 谢谢您解决我的问题，谢谢。
答案 0 :(得分：0)
转换为TensorFlow Lite 可能会降低准确性，尤其是对于您所描述的异常输入。
如果您提供了未接受模型训练的类的输入，则输出为“未定义”-登录实际上将是垃圾。
如果您想要一个标签比您拥有的标签更多的模型，则需要重新训练:-)